全部 AI 动态 · AI 热点

7月31日

02:17

宝玉@dotey

对比了三种AI生成PPT的方式：直接操作PPTX难看、AI出图无法编辑、HTML折中但会出错。实测12页麦肯锡风格HTML-PPT平均每页0.5刀，比remio贵1.5倍，生成时间超11分钟比remio慢一倍，且有4页出现文字丢失或元素位置错误。调试CSS花费大量精力，例如圆点不可见定位过程耗时47秒经过5步排查，最终根因是<span>默认display:inline导致宽高不生效。总结HTML的CSS机制因“幽灵般的远程作用”导致调试困难，建议中间格式应描述对象和状态而非过程。

技巧 HTML CSS PPT

推荐理由：想低成本用AI做漂亮PPT？这篇拆穿了HTML方案的坑：别光看便宜，调试CSS的时间可能让你崩溃，不如试试更直接的格式。

原文

00:47

mem0@mem0ai

Mem0 团队在 Claude Code 上测试了记忆功能对 token 消耗的影响。在同个仓库中，不使用记忆时消耗 13,700 tokens，使用 Mem0 后仅需 445 tokens，节省约 97%。实验表明记忆可大幅降低重复 token 开销，尤其适合长会话开发任务。

技巧 Claude Code Mem0 token节省

推荐理由：Mem0 实测 Claude Code 记忆省 token 从 1.3 万降到 445，开发党可以试试。

原文

00:24

elvis@omarsar0

开发者用Fable 5框架创建了一个AI数学导师，语音部分由Grok Voice Think Fast 2.0驱动。演示中，AI通过语音与用户实时交互，解答数学问题。目前体验仍显粗糙，但作者指出随着未来模型升级，效果将显著提升。该示例展示了语音智能体在教育场景中的潜力。

技巧 Fable 5 Grok Voice Think Fast 2.0

事件专题

推荐理由：看看这个用Fable 5和Grok语音做的数学AI导师，能和你对话解题，虽然还粗糙但潜力巨大

原文

00:19

官方账号Cursor@cursor_ai

Cursor团队在官方博客中分享了其云代理环境的搭建方法。该环境用于支持AI Agent在云端安全执行，博客涵盖了基础设施选型、网络配置和自动化部署等具体环节。这些实践为开发者搭建类似代理服务提供了参考。

技巧 Cursor 智能体编程助手

事件专题

推荐理由：Cursor 公开了自己搭云代理环境的做法，想自己搞 Agent 服务的话，参考价值很高。

原文

00:06

Philipp Schmid@_philschmid

Google在其博客中分享了Gemini的相关资源。同时提供了Live API的快速启动教程，帮助开发者集成实时交互功能。AI Studio也更新了新增的对话提示模板。

技巧 Google Gemini Live API

推荐理由：想快速上手Gemini的Live API？官方给了快速入门指南，还有AI Studio的新模板，直接去试。

原文

7月30日

23:39

eric zakariasson@ericzakariasson

开发者 Eric Zakariasson 分享使用 Cloud Doctor 实现云代理的自愈环境经验。Cursor 的云代理在合并 PR 中的占比从 12 月的 10% 增长到现在的 56%。云代理被用于从开始到完成更长的工程任务。给代理分配自己的云计算机并让其自行修复和改进环境是关键做法。

技巧 Cursor cloud doctor 云代理

事件专题

推荐理由：想知道 Cursor 怎么让云代理自己修环境吗？看这条，从 10% 到 56% 的 PR 占比就是这么来的。

原文

22:14

Latent.Space@latentspacepod

本体论作为经典知识表示工具，正被AI工程师用于约束LLM和Agent行为。Frank Coyle和Emile Ifrem在aiDotEngineer World's Fair上展示了如何用本体论保持模型输出诚实、确保Agent遵循确定性路径。这种方法利用旧网络技术为概率模型设置规则边界，减少幻觉和偏离。

技巧 ontologies LLM Agent

推荐理由：想治LLM乱编和Agent跑偏？看看本体论这个老办法怎么新用。两个实际案例，讲得明白。

原文

15:21

AI Will@FinanceYF5

该教程介绍如何在16GB内存的笔记本上通过Ollama本地运行Google的Gemma 4模型，无需订阅或API密钥。第一步安装Ollama（支持Mac、Windows、Linux），第二步运行gemma4:e4b（约9.6GB下载），若内存不足可改用gemma4:e2b。可选步骤可增加上下文至8192 tokens，并设置本地模式禁用Ollama云功能。本地运行后无每次提示的API费用，仅消耗硬件电力。

技巧 Gemma 4 Ollama 本地模型

事件专题

推荐理由：手把手教你在16GB笔记本上免费跑Gemma 4，无需云端、完全离线，连API费都省了。

原文

15:20

AI Will@FinanceYF5

Ollama官方客户端支持在16GB内存的笔记本上运行本地AI模型，无需订阅或API Key。下载模型后可以完全离线使用，所有对话数据仅存储在本地。操作步骤包括关闭Ollama的云端同步功能，在设置中禁用远程服务器选项。推荐选择Llama 3.2 1B等轻量模型，可流畅运行。完成后所有对话不上传任何服务器，隐私完全可控。

技巧 Ollama 本地部署离线AI

推荐理由：想不花钱用AI？笔记本16GB内存就能跑Ollama，教你关掉云端，纯本地离线，数据全在自己手里。

原文

13:31

小互@imxiaohu

81°

OpenAI 发现 GPT-5.6 Sol 在 ARC-AGI-3 公开题库中仅得 13.3%，原因是推理过程中的私有思考被丢弃，上下文到达阈值后直接删除早期消息。通过开启 Responses API 将上一次响应 ID 传回以保留推理链，并启用 compaction 将超限上下文压缩为浓缩摘要，得分升至 38.3%。最高档每局输出 token 从 290 万降至 49 万，新程序在“高”档即达到旧程序“最高”档的分数，token 消耗相差约 12 倍。

技巧 GPT-5.6 OpenAI ARC-AGI-3

事件专题

推荐理由：OpenAI 分享了两个超实用的 API 开关，GPT-5.6 Sol 在 ARC-AGI-3 上分数直接翻了三倍，token 还省了十二倍，搞推理优化的一定要看看。

原文

12:14

向阳乔木@vista8

预训练是深度学习模型训练的关键步骤，利用大规模无标注数据让模型学习通用特征。这一方法能显著提升模型后续微调的效率。预训练得到的模型参数可作为高质量起点。

技巧预训练深度学习机器学习

推荐理由：想快速搞懂预训练是啥？这个视频用大白话解释，适合AI新手入门。

原文

11:58

Jerry Liu@jerryjliu0

精选

Jerry Liu在推特中提出，agent循环应拆分为两种独立类型。前向压力循环用于无聊天输入时持续监控环境的自主agent。反向压力循环负责爬山算法和确保输出正确，包括测试、验证和性能测试。这种分离可以理清原本杂糅的逻辑。

技巧 agent 循环设计架构模式

推荐理由：如果你在写agent循环，试试把监控逻辑和校验逻辑拆成两套独立循环，思路会更清晰。

原文

11:12

shao__meng@shao__meng

76°

GitHub 的这篇文章提出，AI 生产力的关键在于使用 Harness（工作流）而非堆砌工具、MCP 或神奇提示词。它推荐从 Copilot CLI 入手，开启 YOLO 模式（允许自主执行）但须配合沙箱（Codespaces/dev containers）。工作流包括：选工具学透、原型优先（用中等模型+中等推理且不换模型以利用缓存）、用 Plan Mode 暴露边界问题、Autopilot 自动编排（小模型读代码、大模型处理复杂任务）、人工评审坚持质量、用另一模型家族做 Rubber Duck 终审。整个流程强调人的专业判断和主题化会话管理。

技巧 Copilot GitHub 工作流

推荐理由：别信什么神奇 prompt 了，这篇文章教你用 GitHub Copilot 的八步工作流真正提升效率，从 YOLO 模式到跨模型评审，实测可用。

原文

11:09

小互@imxiaohu

Magnific 发布了 38 页的全新提示词手册，核心观点是传统关键词式提示已失效。手册提出 AI 已进入推理（Reasoning）与导演对话时代，需要用明确的专业视觉语言指挥前沿模型。该手册针对当前主流图像和视频生成模型提供实用指南。

技巧 Magnific 提示词工程推理模型

推荐理由：Magnific 出了本 38 页的提示词手册，教你用导演思维跟 AI 对话，不再堆关键词，适合想用好前沿图像视频模型的人。

原文

10:27

宝玉@dotey

精选

作者分享了用Claude Opus生成PPT的经验，对比了HTML+CSS和SVG路线，认为HTML是最佳中间格式。baoyu-design skill可用Opus模型1:1还原PPTX，美观度优于GPT-5.6。成本方面，非大量制作时差异不大，重点在效果。业界多数产品选择HTML/CSS或操作PPT软件包，而remio设计了精炼直观的IR并实现往返高保真，效率比Claude Code快一两倍、成本低2/3。

技巧 Claude Opus baoyu-design remio

推荐理由：作者做了两个PPT skill，经验很实在。他说Claude Opus做HTML比GPT好看，还对比了不同路线的优劣势，想省成本又出效果可以看看。

原文

10:15

Satya Nadella@satyanadella

微软CEO萨提亚·纳德拉在推文中分享了他用Copilot代码（基于单个提示和/drill-me技能）从摩根士丹利的PDF创建ROIC智能应用的完整流程。他使用autopilot自动生成包含历史记录、查询、场景、假设分析等功能的应用，并通过/rubber-duck进行测试。所有工件（Copilot应用、GitHub Enterprise代码、Fabric数据管道/语义模型）均在企业环境中，受Agent 365 IT/安全/成本控制。他强调这不是Tokenmaxxing或vibe coding，而是通过工程化轨道创造可复用、有治理的安全企业资产。

技巧 Copilot Agent 365 Fabric

推荐理由：萨提亚用Copilot+autopilot演示了如何在30分钟内生成一个治理完善的企业级AI应用，不是玩具，是真正的可复用资产。

原文

08:40

官方账号OpenAI@OpenAI

精选

OpenAI 表示评估很少孤立测量模型，而是包含 API 设置、评估设计和提示等隐性因素。建议开发者使用 OpenAI 产品中的相同设置：使用 Responses API 而非旧版 Chat Completions API，保留推理（Retain reasoning），并启用压缩（Use compaction）。这些选择会显著影响模型输出表现。开发者可前往 arcprize.org/tasks 参与公开测试。

技巧 OpenAI Responses API Chat Completions API

事件专题

推荐理由：想用好 API 的别光看模型分数，OpenAI 告诉你设置和提示更重要，直接抄他们的作业就行。

原文

08:38

官方账号OpenAI@OpenAI

GPT-5.6 Sol 成功解决了数学中的开放问题，但在 ARC-AGI-3 2D 拼图基准测试中表现挣扎。调查发现，问题出在 API 的 harness 不允许模型记住之前学到的内容。启用两个 API 设置后，分数提高了 3 倍，同时输出 token 减少了 6 倍。

技巧 GPT-5.6 Sol OpenAI ARC-AGI-3

事件专题

推荐理由：OpenAI 发现 GPT-5.6 Sol 在 ARC-AGI-3 上表现差是因为 API 设置没开对。改两个参数分数涨三倍，token 省六倍，学起来很实用。

原文

08:33

orange.ai@oran_ge

OpenAI提出一种方法，让模型在推理时记录中间思考步骤（推理过程），并通过压缩算法存储这些信息。在后续推理中重复利用已保存的推理链，而不需要重新计算，从而大幅提升效率。实验显示，在多个基准测试上，该技术使模型性能提升3倍。

技巧 OpenAI 推理链压缩

推荐理由：OpenAI发现让模型记住推理链再压缩，性能直接翻3倍，简单实用，推荐试试。

原文

06:28

官方账号Greg Brockman@gdb

Alex Finn分享了他使用ChatGPT Voice的体验，声称每天桌前工作时间从12小时降至2小时，其余时间在户外。他的关键技巧包括：用Voice分配任务给其他线程，而非自己执行；每早6:00启动Voice代理，脑暴任务后自动生成10-15个线程。他还推荐使用Spruce语音，并让Voice代理创建HTML站点以便后续处理。这种方法让他在7:00前完成相当于过去8小时的工作量。

技巧 ChatGPT Voice OpenAI 语音工作流

事件专题

推荐理由：Alex Finn分享用ChatGPT Voice把办公搬到户外的5个技巧，能帮你从桌前解放，效率翻倍。试试他的晨间流程。

原文

05:11

宝玉@dotey

精选

作者分享了自己使用Agent Hook的经历，指出Hook在任何任务结束时都会触发commit，但大多数情况下并不需要频繁commit。他建议改为让Agent自主决定何时commit，并且只提交相关的变更。这种方法可以减少不必要的提交，提升工作流效率。

技巧 Agent Hook 提示词工程

推荐理由：如果你用Agent做编程助手，这个思路很实用：别让Hook自动commit，让Agent自己判断什么时候该提交，省得一堆垃圾commit。

原文

05:08

宝玉@dotey

宝玉分享了他使用Coding Agent时从技术主管（TL）转向工程经理（EM）的角色变化。此前他需深度参与系统设计与代码审查，成为Agent的瓶颈。转折点在Fable 5之后，他发现AI代码质量足以信任，转而更多关注全局规划与结果验收。通过这种模式，开发BaoCut时实现每天一个小版本迭代。技术选型上，他从熟悉的Electron转向不熟悉的Swift+AppKit，甚至用从未写过的Rust完成跨平台版本。

技巧 BaoCut Fable 5 编程助手

事件专题

推荐理由：宝玉从TL到EM的实战经验，告诉你什么时候可以放心让AI写代码，连Rust都能零基础用起来。

原文

04:20

官方账号LangChain@LangChainAI

精选

技巧 Similarweb Deep Research LangSmith

推荐理由：Similarweb分享了一套实用评估框架，用确定性检查+LLM评分+忠实性对比搞定开放性问题评估，还能用LangSmith追踪。

原文

04:08

elvis@omarsar0

79°

Opus 5（Claude 5的Opus版本）被训练得更具自主性（agentic），比以往任何模型都更主动探索。用户发现，与Opus 5交互时，需要减轻系统提示和CLAUDE.MD的负担，去掉记忆和工具描述，保持轻量。使用简洁清晰的提示和技能，MCP工具描述更详细且与系统提示去重，才能更好发挥模型能力。Anthropic发布了新的上下文工程指南，帮助用户适应这种变化。

技巧 Opus 5 Claude 5 Anthropic

事件专题

推荐理由：用了Opus 5发现原来的提示词全废了？这篇帖子总结了实操经验，告诉你系统提示和CLAUDE.MD怎么改才不拖后腿。

原文

02:15

官方账号xAI@xai

TinyFish 插件已集成到 Grok Build 中，提供 Search、Fetch、Agent、Browser 四种功能。用户可在终端中让 Grok Build 连接实时网页并跨站点操作。该插件简化了从命令行执行搜索和数据抓取的流程。

技巧 TinyFish Grok Build SpaceXAI

推荐理由：想让你的命令行智能体能搜网页抓数据？试试把 TinyFish 装进 Grok Build，一个插件搞定搜索和爬取。

原文

01:26

官方账号Hugging Face@huggingface

Hugging Face官方建议在网站或应用中添加"Sign-In with Hugging Face" OAuth按钮。用户登录后可分享邮箱、创建模型或数据集仓库、在Buckets中存储数据、启动GPU支持的Jobs。该功能借助Hugging Face Hub的OAuth接口实现，简化了用户授权流程。

技巧 Hugging Face OAuth Sign-In with Hugging Face

推荐理由：加个Hugging Face OAuth按钮，用户就能一键登录并直接用模型仓库、Buckets和GPU任务了，省得再注册。

原文

01:23

官方账号Simon Willison@simonw

用户Simon Willison分享了一个奇怪爱好：让GPT-5.6 Pro对忍者神龟中的反派Bebop和Rocksteady进行深度角色分析。他要求模型分析两人的动机、兴趣、希望和差异，以此展示过度分析的能力。这个案例体现了如何用具体提示词引导模型进行创意角色研究。

技巧 GPT-5.6 Pro 提示词工程角色分析

推荐理由：试试让GPT-5.6 Pro帮你深度分析你喜欢的角色，看看它能挖出什么有趣东西。

原文

01:13

宝玉@dotey

精选

该规则要求 AI 在执行文件修改任务后，必须在最终响应前完成 git commit。具体步骤包括：在编辑前检查 `git status`，将预存或并发变更视为用户所有；提交前审查最终 diff 并运行相应的验证；仅暂存当前任务的文件或 hunks，不混合无关变更；使用简洁描述性提交信息在 `main` 分支上提交，报告 commit hash，除非用户要求否则不推送或改写历史。只读或无文件变更的任务不创建空提交。

技巧 AGENTS CLAUDE MD git

推荐理由：给 AI 编程时加这条规则，改完代码自动 git commit，再也不怕改了大动脉找不到历史了。

原文

01:08

DeepLearning.AI@DeepLearningAI

DeepLearning.AI与QodoAI合作推出免费短期课程《AI Code Review》，由nnennahacks讲授。课程强调三个核心实践：在提交PR前进行审查、为审查者提供完整的代码库上下文、按风险对发现进行分类。学员将构建自己的审查代理，包括上下文引擎和专业化审查团队。课程现已开放免费注册。

技巧 DeepLearning.AI QodoAI 代码审查

推荐理由：DeepLearning.AI教你用AI高效审代码，三步策略减少漏审风险，还能亲手搭审查机器人，免费学不亏。

原文

00:41

向阳乔木@vista8

推特用户 vistai 指出 Claude 默认设计常见卡片左侧带颜色竖线，这被称作早期蓝紫渐变AI味。原因是 Tailwind UI 某版本默认配色是这个，AI 训练大量学习受到其影响。帖子引发讨论该设计元素的起源。

技巧 Claude Tailwind UI 前端设计

推荐理由：好奇 Claude 为什么总给卡片加彩色竖线？这条推分析了源头是 Tailwind UI 的配色被 AI 学走了。

原文

00:14

官方账号LangChain@LangChainAI

LangChain Academy推出新课程，教开发者使用LangSmith Engine自动改进智能体。课程涵盖三个步骤：从追踪中识别并优先处理问题、自动起草修复方案、提出评估指标防止回归。该课程面向已有LangSmith基础的用户，旨在提升智能体开发效率。

技巧 LangChain LangSmith Engine 智能体

推荐理由：LangChain出了个实用新课，手把手教你怎么用LangSmith Engine自动修bug、加测试，省时省力，搞智能体开发可以看看。

原文

7月29日

23:38

Tw93@HiTw93

HiTw93分享了一种与AICoding交流的新技巧：躺椅子上按住语音输入法，自言自语几分钟，描述要做的事、原因、解决问题、期望风格、验收标准等，不断补充要求。然后将这些杂乱但重要的上下文一次性给到AI。相比逐句打字，这种方式大幅提升了沟通效率和生成质量。

技巧 AICoding 语音输入法编程助手

推荐理由：试试躺着说话给AI听，比打字快十倍，上下文更完整，效果真的不一样。

原文

22:20

小互@imxiaohu

AI 流量仅占 0.5%，却贡献了 12.1% 的注册，转化率是自然搜索的 23 倍。Ranking on AI 创始人 Tanya van Gastel 在访谈中拆解了 GEO 策略，教 SaaS 产品如何被 ChatGPT、Claude 等 AI 主动引用和推荐。她还分享了如何将 AI 推荐转化为实际注册和付费的完整流程。

技巧 GEO SaaS ChatGPT

推荐理由：Ranking on AI 创始人 Tanya 亲授，教你让 ChatGPT、Claude 推荐你的 SaaS，转化率比自然搜索高 23 倍，实操性强。

原文

22:11

官方账号LangChain@LangChainAI

Apollo 的 AI 助手是 LangGraph 上最早的生产多智能体系统之一。团队将在 9 月 24 日 Interrupt NYC 上分享他们从手调主管代理迁移至 deepagents.create_deep_agent 的经验。迁移过程中保持了生产流量的质量不下降。

技巧 Apollo LangGraph deepagents

推荐理由：Apollo 分享了把 AI 助手从自建主管换成 deepagents 的实战经验，还保证了生产质量，做多智能体系统的值得听听。

原文

21:44

Viking@vikingmute

评论建议用 Atuin 的审计功能，通过挂载 hooks 捕捉所有 Agent 运行的命令，并能按不同 Agent（author）筛选。可设置定时任务扫描命令日志，简单场景用 Gitleaks，复杂场景让 Agent 互相交叉扫描，重点检测各种 Token 泄露。这套方案适合当前使用 Agent 时开启 YOLO 模式的用户。

技巧 atuin agent Gitleaks

推荐理由：推荐用 Atuin 审计 Agent 命令，能按 Agent 筛选历史，配合 Gitleaks 定时扫描，防止 Token 泄露，适合 YOLO 模式用户。

原文

21:38

Yangyi@Yangyixxxx

AI可直接查询数据，替代传统数据分析师的拉数据工作。AI还能进行预测和置信度计算，帮助用户快速分析趋势。用户可轻松运行A/B测试，并一键生成一句话报告。整体工作流程大幅简化，效率显著提升。

技巧数据分析自动报告 A/B测试

推荐理由：现在AI能直接帮你查数据、做预测、跑A/B测试，报告一句话就出来，再也不用求着数分排队了，爽得很！

原文

20:33

Yangyi@Yangyixxxx

姚金刚和yangyi发布了升级版元提示词，包含两个核心能力：对现有提示词的质量强化和高质量创建初版提示词。原理涉及用户意图识别、多维度诊断、静默对标学习、专业工程优化等。用法支持将模糊需求或零散想法转化为正式提示词，也可对旧提示词进行诊断和优化。该套元提示词已推送到GitHub并计划集成到NewMax AI。

技巧元提示词提示词工程 GitHub

推荐理由：姚金刚和yangyi升级了元提示词，帮你把模糊想法一键变成可用提示词，还能优化旧版本，省心省力。

原文

20:08

小互@imxiaohu

Trae Work 官方推出了一个面向AI办公场景的实操知识库，总字数超过40万字。该知识库覆盖学习成长、写作沟通、数据处理、视觉设计、汇报演示、信息采集、开发自动化、办公协作共8大核心工作领域。所有指南均为真实场景的实战内容，可直接使用或稍作修改应用于其他AI工具。作者还将其整理成了互动课程。

技巧 Trae Work AI办公实操指南

推荐理由：Trae Work 出了个40万字的官方知识库，覆盖8个常用办公场景，全是能直接用的实操指南，比刷零散教程高效多了。

原文

18:42

向阳乔木@vista8

开发者用 OpenAI Codex 调用 tldraw CLI，输入一句话即可生成 3D 地球模型，用于地理学习。tldraw 原本是画布应用，被 AI 加持后还能开发项目看板、Todo 列表和复杂交互演示。视频展示了从自然语言到可操作应用的全过程，无需手动编码。该工作流将画布变为 AI 驱动的应用开发平台，适合在线教育和快速原型。

技巧 Codex tldraw AI编程助手

事件专题

推荐理由：用 Codex 调 tldraw 一句话就搞出 3D 地球，还能做看板和 Todo，画布秒变应用开发神器，对做教学演示或快速原型特有用。

原文

18:38

Yangyi@Yangyixxxx

Grok模型在推特场景下表现出色，速度快且支持推特搜索功能。它具备多模态输入输出能力，在很多任务中不亚于Claude或GPT。通过授权Grok到NewMax，可以更便捷地在推特上使用。

技巧 Grok 推特搜索多模态

推荐理由：在推特里用Grok，速度快还能搜内容，多模态本事不输Claude和GPT，值得一试。

原文